基于遗传退火算法板式家具大规模矩形件优化下料研究
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 1 绪论 | 第9-16页 |
| ·优化下料问题概述 | 第9-11页 |
| ·二维优化下料问题分类 | 第9-10页 |
| ·矩形件排样问题及其分类 | 第10-11页 |
| ·矩形件排样问题的特点和计算复杂性 | 第11页 |
| ·优化下料问题国内外理论研究、应用现状及趋势 | 第11-14页 |
| ·国内外理论研究现状 | 第11-14页 |
| ·该领域的研究趋势 | 第14页 |
| ·课题的来源、目的、意义及内容 | 第14-15页 |
| ·背景来源 | 第14页 |
| ·目的、意义 | 第14-15页 |
| ·本文的研究内容 | 第15页 |
| ·本章小结 | 第15-16页 |
| 2 板式家具大规模矩形件下料问题的数学模型 | 第16-21页 |
| ·板式家具制造业板材下料问题概述 | 第16-17页 |
| ·板式家具概念、分类及特点 | 第16页 |
| ·板式家具零部件大规模套裁问题 | 第16-17页 |
| ·板式家具优化下料问题的数学描述 | 第17-20页 |
| ·数学模型 | 第17-19页 |
| ·问题的性质及常见求解方法存在的问题 | 第19-20页 |
| ·现代智能优化算法及应用 | 第20页 |
| ·本章小结 | 第20-21页 |
| 3 矩形件下料问题的模拟退火算法求解 | 第21-37页 |
| ·模拟退火算法概述 | 第21页 |
| ·模拟退火算法的敛散性 | 第21-24页 |
| ·改进的模拟退火算法 | 第24-25页 |
| ·用改进的模拟退火算法求解矩形件下料问题 | 第25-30页 |
| ·数据结构分析 | 第25-28页 |
| ·初始温度的确定 | 第28页 |
| ·邻域结构 | 第28页 |
| ·冷却进度表 | 第28-30页 |
| ·随机接受函数 | 第30页 |
| ·性能分析及实现的关键 | 第30-36页 |
| ·问题的复杂性 | 第30-32页 |
| ·求解的复杂性 | 第32-33页 |
| ·实现的关键技术 | 第33-36页 |
| ·本章小结 | 第36-37页 |
| 4 矩形件下料问题的遗传算法求解 | 第37-47页 |
| ·遗传算法 | 第37-38页 |
| ·遗传算法的敛散性 | 第38-41页 |
| ·用遗传算法求解矩形件下料问题 | 第41-46页 |
| ·贯通原料 | 第41页 |
| ·面向对象的遗传编码方式 | 第41-44页 |
| ·适应度函数 | 第44-45页 |
| ·初始群体的生成 | 第45页 |
| ·遗传操作 | 第45页 |
| ·参数的确定 | 第45-46页 |
| ·基于遗传算法的矩形件优化排样算法实现流程 | 第46页 |
| ·本章小结 | 第46-47页 |
| 5 矩形件下料问题的遗传退火算法求解 | 第47-61页 |
| ·遗传退火算法的理论基础 | 第47-48页 |
| ·遗传退火算法的实现过程 | 第48-49页 |
| ·改进的遗传退火算法 | 第49页 |
| ·用改进的遗传退火算法求解矩形件下料问题 | 第49-56页 |
| ·纹理一致性的保证 | 第49-50页 |
| ·初始群体的全局最优性保证 | 第50-51页 |
| ·解的完全可行性 | 第51页 |
| ·遗传退火算法应用中的基因编码 | 第51-53页 |
| ·初始群体的生成 | 第53-55页 |
| ·温度控制 | 第55页 |
| ·随机接受函数 | 第55-56页 |
| ·适应度函数 | 第56页 |
| ·遗传操作 | 第56页 |
| ·参数的确定 | 第56页 |
| ·算法实现流程 | 第56页 |
| ·三种算法的分析比较 | 第56-60页 |
| ·本章小结 | 第60-61页 |
| 6 板式家具大规模优化下料系统设计与实现 | 第61-76页 |
| ·板式家具优化下料系统简介 | 第61-65页 |
| ·板式家具加工工艺及对下料的要求 | 第61-62页 |
| ·板式家具优化下料系统的设计 | 第62页 |
| ·纹理的处理及归方处理 | 第62-63页 |
| ·板式家具优化下料系统的使用 | 第63-65页 |
| ·实例分析 | 第65-75页 |
| ·实例一 | 第65-67页 |
| ·实例二 | 第67-74页 |
| ·比较结果 | 第74-75页 |
| ·本章小结 | 第75-76页 |
| 结论 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读学位期间参加的科研工作和发表的学术论文 | 第83-84页 |
| 致谢 | 第84页 |
